国外人工智能经济监管模式有利有弊

（来源：中国经济导报）

转自：中国经济导报

李浩东

人工智能（AI）正在深刻改变国家经济治理的基本逻辑。在全球范围内，算法在信贷评分、自动化税务核查、智能反垄断筛查、就业平台的供需匹配等多领域深度嵌入。很多在10年前还属于科学幻想的应用场景，今天已经成为经济监管的日常手段。

欧盟走得最远，也最具争议性。欧盟的《人工智能法案》是全球首部全面规制AI系统的法律，按照AI系统对经营主体基本权利可能造成危害的程度，将AI系统风险分为不可接受风险（明令禁止）、高风险、有限风险和最低风险4个等级，并按照不同等级划定合规义务。

对于信贷评分、就业筛选、关键基础设施管理、市场准入评估等经济治理相关的AI系统，该法案要求必须满足透明度义务、可解释性标准、数据质量要求以及强制性的“基本权利影响评估”。部署高风险AI的公共机构和相关私营主体必须保障受影响对象拥有接受人工复核的权利，并强调这种人工介入必须是实质性的。欧盟《通用数据保护条例》第22条规定：“当事人有权拒绝完全基于自动化处理而作出的、对其产生法律效力或类似重大影响的决定。”

欧盟认为，算法不是中立工具，它嵌入了设计者的价值判断，因此重大决定不能完全交由算法系统，能对人负责的必须是人。

《人工智能法案》原来规定高风险AI系统规制从2026年8月开始全面适用。但由于代表苹果、谷歌、Meta等大型科技公司的行业协会CCIA和由45家欧洲企业组成的“欧盟AI冠军”联盟向欧盟委员会发函要求推迟16个月实施法案，提案到今年6月才达成临时协议。此外，少数数字科技巨头主导了政府AI系统指南核心内容的撰写，监管者在技术上高度依赖被监管者，会使监管者在治理框架中处于被动地位，相关风险或被成倍放大。

与欧盟的综合立法路径不同，美国走的是“以现行法律规制新技术”的路子。它动用联邦贸易委员会的消费者保护职能、司法部的反垄断职能、各行业现有监管机构的裁量空间等，对AI开展事后监管。美国国家标准与技术研究院推出的《AI风险管理框架》给政府和企业提供了识别AI系统风险的工具。拜登政府签署的《关于安全、可靠、可信地开发和使用人工智能的行政命令》要求开发“最强大”AI系统的企业，在模型发布前有义务向政府提交安全测试结果。

但是，2025年特朗普政府上台第一天就废除了上述行政命令，并将其定性为“阻碍创新的过度监管”。2025年12月，美国联邦政府行政令规定，将宽带建设等联邦资金的申请资格，与各州是否服从联邦AI政策挂钩；建立司法部AI诉讼工作组，主动起诉“违规”州级立法。

政策的转向导致美国联邦层面的AI系统规制陷入真空。联邦与州争夺管辖权制造了政策套利空间，大型科技公司可以选择在监管最宽松的州开展业务，受算法决定侵害的经营主体却要面对跨州、跨境申诉的重重障碍，权利得不到系统性保护。

再看英国。脱欧后的英国摆脱了欧盟层面的统一规制，对AI分行业灵活监管，与美国和欧盟开展差异化制度竞争。例如，金融行为监管局负责金融领域的AI规制，竞争与市场管理局负责对平台的算法竞争进行规制，信息专员办公室负责数据与自动化决策中的权利保护。

其《AI机遇行动计划》明确“以AI驱动经济增长”，鼓励在医疗、教育、政府服务等公共领域进行AI应用实验。“促创新、重应用、轻立法”使英国得以避免欧盟式的烦琐规制，对AI创新企业具有很大的吸引力。

但是，这条路径的代价也很大。分散监管造成规则碎片化，缺乏一条横向统一的权利保护底线。当某个AI系统的应用超出现有监管机构的职能边界，或者处于不同监管机构的管理“夹缝”中，就可能会造成监管真空，令经营主体申诉无门，动摇对经济监管制度的信心。此外，英国AI企业想要进入欧盟市场，仍须满足欧盟的要求，“轻监管”红利并不能自动转化为国际竞争优势。

总之，算法可以比人更高效、更一致，但不能代替人来负责。无论采用哪种监管模式，共同的底线是：在算法决定与经营主体之间，必须始终存在可解释、能负责的机构或人。

（作者系中国国际经济交流中心副研究员）